TUGAS ANALAISIS REGRESI HALAMAN 162

NAMA = EVI RAHMAWATI

NIM = 2013-32-245

Model Summary

Model R R Square Adjusted R Std. Error of the

Square Estimate
a
1 .813 .661 .606 8.999

a. Predictors: (Constant), Interaksi Umur Rokok, Indeks Masa Tubuh,

Rokok, Umur

ANOVAa

Model Sum of Squares df Mean Square F Sig.

Regression 3942.401 4 985.600 12.171 .000b

1 Residual 2024.566 25 80.983

Total 5966.967 29

a. Dependent Variable: Tekanan Darah Sistolik

b. Predictors: (Constant), Interaksi Umur Rokok, Indeks Masa Tubuh, Rokok, Umur

Coefficientsa

Model Unstandardized Coefficients Standardized t Sig.

Coefficients

B Std. Error Beta

(Constant) 75.329 14.180 5.313 .000

Indeks Masa Tubuh 1.749 .453 .613 3.859 .001

1 Umur 6.768 5.754 .238 1.176 .251

Rokok 11.856 5.133 .417 2.310 .029

Interaksi Umur Rokok -3.195 6.787 -.104 -.471 .642

a. Dependent Variable: Tekanan Darah Sistolik

Persamaan Garis Lurus
Y = β0 + β1X + β2X2 + β3X3 + β4X4
X1 = IMT
X2 = Umur
X3 = RKK
X4 = UMRKK

1. TDS untuk orang yang berumur 55 tahun (> 50 tahun) dan merokok dengan IMT 35
X2 = 1
X3 = 1
X4 = 1
TDS = β0 + β1X1 + β2X2 + β3X3 + β4X4
TDS = β0 + β1X1 + β2 (1) + β3 (1) + β4 (1)
TDS = (β0 + β2 + β3 + β4) + β1X1
TDS = (75.329 + 6.768 + 11.856 + (-3.195)) + (1.749IMT)
TDS = 90.758 + (1.749 x 35)
TDS = 90.758 + 61.215
TDS = 151.973

2. TDS untuk orang yang berumur 45 tahun (< 50 tahun) dan merokok dengan IMT 25
X2 = 0
X3 = 1
X4 = 0
TDS = β0 + β1X1 + β2X2 + β3X3 + β4X4
TDS = β0 + β1X1 + β2 (0) + β3 (1) + β4 (0)
TDS = (β0 + β3) + β1X1
TDS = (75.329 + 11.856) + (1.749IMT)
TDS = (75.329 + 11.856) + (1.749 x 25)
TDS = 87.185 + 43.725
TDS = 130.91

3. TDS untuk orang yang berumur 60 tahun (> 50 tahun) dan tidak merokok dengan IMT 30
X2 = 1
X3 = 0
X4 = 0
TDS = β0 + β1X1 + β2X2 + β3X3 + β4X4
TDS = β0 + β1X1 + β2 (1) + β3 (0) + β4 (0)
TDS = (β0 + β2) + β1X1
TDS = (75.329 + 6.768) + (1.749IMT)
TDS = (75.329 + 6.768) + (1.749 x 30)
 TDS = 82.097 + 52.47
TDS = 134.567

4. TDS untuk orang yang berumur 49 tahun (< 50 tahun) dan tidak merokok dengan IMT 20
X2 = 0
X3 = 0
X4 = 0
TDS = β0 + β1X1 + β2X2 + β3X3 + β4X4
TDS = β0 + β1X1 + β2 (0) + β3 (0) + β4 (0)
TDS = β0 + β1X1
TDS = 75.329 + (1.749IMT)
TDS = 75.329 + (1.749 x 20)
TDS = 75.329 + 34.98
TDS = 110.309

5. Buktikan IMT sangat berpengaruh terhadap TDS

𝛽1 1.749
𝑡= 𝑆𝐸𝛽1
= 0.453 = 3.86
t-tabel = 3.182
t hit > t tabel, maka IMT berpengaruh terhadap TDS
TUGAS ANALAISIS REGRESI HALAMAN 187
NAMA = EVI RAHMAWATI
NIM = 2013-32-245

Model Summary

Adjusted R Std. Error of the

Model R R Square Square Estimate

1 .957a .915 .903 3.32451

a. Predictors: (Constant), INTERAKSI UMUR-PEMBERIAN

PROTEIN, UMUR, PEMBERIAN PROTEIN

ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression 2620.073 3 873.358 79.020 .000a

Residual 243.152 22 11.052

Total 2863.225 25

a. Predictors: (Constant), INTERAKSI UMUR-PEMBERIAN PROTEIN, UMUR, PEMBERIAN

PROTEIN

b. Dependent Variable: PANJANG

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 51.656 2.239 23.074 .000

UMUR .887 .121 .688 7.326 .000

PEMBERIAN PROTEIN .555 2.992 .026 .186 .854

INTERAKSI UMUR-
.430 .161 .420 2.663 .014
PEMBERIAN PROTEIN

a. Dependent Variable: PANJANG

Persamaan Garis Lurus adalah :

Y = β0 + β1X1 + β2X2 + β3X3

PJG = β0 + β1UM + β2PEMPROT + β3UMPEMPROT…………………………… (Pers. Garis lurus seluruhnya)

PJG TP = β0 + β1UM + β2 x 1 + β3 (UM*PEMPROT)…………………………... (Pers. Garis Lurus Tinggi Protein)

= β0 + β1UM + β2 + β3 (UM*PEMPROT)

= β0 + β1UM + β2 + β3

PJG RP = β0 + β1UM + β2 x 0 + β3 (UM*PEMPROT)…………………………... (Pers. Garis Lurus Rendah Protein)

= β0 + β1UM + β3 (UM*PEMPROT)

= β0 + β1UM

Pembuktian :

A. Panjang badan pada seseorang dengan umur 30 bulan dan tinggi protein adalah :

PJG TP = β0 + β1UM + β2 + β3 (UM*PEMPROT)

= 51,656 + (0,887 x 30) + 0,555 + 0,43 (30 x 1)

= 51,656 + 26,61 + 0,555 + 12,9

= 91,721

B. Panjang badan pada seseorang dengan umur 30 bulan dan rendah protein adalah :

PJG RP = β0 + β1UM + β3 (UM*PEMPROT)

= 51,656 + (0,887 x 30) + 0,43 (30 x 0)

= 51,656 + 26,61 + 0

= 78,266

Menurut pembuktian yang dilakukan dengan panjang badan seseorang dengan umur yang sama
yaitu 30 bulan dengan pemberian protein yang berbeda yaitu tinggi protein yang mendapatkan panjang
badan seseorang 91,721 cm dan rendah protein yang mendapatkan panjang badan seseorang 78,266 cm.
Selisih antara pemberian tinggi protein dan rendah protein yaitu sebesar 13,455 cm.

Uji hipotesis dengan Ho : = β1 = 0

t hitung = 7,33  t table 3,182

jadi, t hitung lebih besar dari t table, jenis makanan dan umur berpengaruh terhadap panjang badan